信息可视化调查：近期的进展和挑战外文翻译资料

 2022-04-25 10:04

英语原文共 21 页，剩余内容已隐藏，支付完成后下载完整资料

Vis Comput(2014)30:1373-1393 DOI10.1007/s00371-013-0892-3

来源文章

信息可视化调查：近期的进展和挑战

刘世霞·崔薇薇·吴英才·刘孟臣

网上发布：2014年1月10日

copy;Springer-Verlag柏林海德堡2014

摘要信息可视化（InfoVis）是将数据，信息和知识转化为交互式可视化表示的研究，对用户来说非常重要，因为它提供了信息的心理模型。 大数据分析的热潮已经引发了InfoVis在各个领域的广泛应用，从金融到体育到政治。 在本文中，我们将对这个快速增长的领域进行全面的调查和重要见解。 InfoVis的研究分为四个主要类别，即经验方法，用户交互，可视化框架和应用程序，分别按其主要目标，基本原则，最新趋势和最新趋势进行描述，最先进的方法。 在这次调查结束时，我们确定了现有的技术挑战并为未来的研究提出了方向。

关键词信息可视化交互技术大型数据集

介绍

信息可视化（InfoVis）是一个研究领域，旨在帮助用户通过渐进式迭代视觉探索来探索，理解和分析数据[124].

· · ·

S. Liu（B）W. Cui Y. Wu M. Liu微软亚洲研究院，北京，中国

电子邮件：Shixia.Liu@microsoft.com

W.崔

电子邮件：weiwei.cui@microsoft.com

Y.吴

电子邮件：yingcai.wu@microsoft.com

刘先生

电子邮件：v-meli@microsoft.com

随着大数据分析的蓬勃发展，InfoVis正被广泛应用于各种数据分析应用[22,31,97]。 例子包括商业数据的可视化分析[22,31, 80,90,92,93,123,152]，科学数据[38,97]，学生的历史[137]，体育数据[111]，选票数据[155]，图像和视频[26,114,132]，拍卖数据[63]和搜索结果[106,121]。 因此，从研究人员到品牌战略家，财务分析师和人力资源经理，更好地理解和分析数据/信息正在成为进一步增长，生产力和创新的一种日益强大的方式。 此外，我们看到普通用户（包括消费者，公民和患者）检查公共数据（如产品规格，博客和在线社区）以选择要购买的产品[39]，决定对[163]，并寻求健康相关信息[23]。 InfoVis技术的最新进展为解决当今用户面临的当前和未来“过剩信息”提供了有效途径。

出于所有这些原因，我们认为InfoVis技术是有价值的，因此值得研究，特别是最近的研究趋势。 现有的调查要么在几年前进行[47,143]或专注于可视化的特定主题，如图形可视化[145]，软件可视化[24]或网络安全事件的可视化[124]。 在本文中，我们对最近的InfoVis技术，方法和应用进行了系统分析，旨在更好地理解主要研究趋势和主流可视化工作，以及它们的优缺点。 这次调查的目的是双重的：

  • 我们为从事InfoVis或相关领域工作的研究人员提供对最先进方法的全面总结和分析。 因此，这项调查可以

被视为引导研究人员前沿研究和开发的简短入门课程。

  • 我们为InfoVis的一般观众提供该地区的全景图。 我们试图弥合最先进的研究和实际应用之间的差距。

本文组织如下：我们首先介绍了InfoVis技术的概况，包括流水线和分类方案。 然后，我们将主流工作引入Sects中四个主要类别中的每一个 - 经验方法，交互，框架和应用程序。3, 4, 5，和6。 部分7 通过总结这一领域的主要挑战，展望未来的研究。 最后，在Sect。8，我们结束了我们的工作。

概观

在本节中，我们将简要介绍InfoVis及其最近由新分类方案组织的研究趋势。

    1. 可视化管道

数字1 提供了InfoVis管道的概述。 它有五个主要模块：数据转换和分析，过滤，映射，渲染和UI控制。 输入是可以是结构化或非结构化数据的集合。 数据转换和分析模块的任务是从输入数据中提取结构化数据。 如果输入数据集合太大而不适合计算机内存，则首先应用数据缩减技术。 对于非结构化数据，可以采用一些数据挖掘技术，如聚类或分类来提取用于可视化的相关结构数据。 使用结构化数据，该模块通过应用平滑滤波器，插值缺失值或纠正错误测量来消除噪声。 然后将该模块的输出发送到过滤模块，过滤模块自动或半自动选择要显示的数据部分（聚焦数据）。 给定滤波模块产生的结果，映射模块将焦点数据映射到几何图元（例如，点，线）及其属性（例如，颜色，位置，大小）。 通过渲染模块，几何数据被转换成图像数据。 然后，用户可以通过各种UI控件与生成的图像数据进行交互，从多个角度探索和理解数据。

    1. InfoVis分类方案

应用程序是InfoVis研究背后的强大推动力量。 因此，这一领域的研究通常受现实世界数据，用户需求和任务的驱动。 在这种情况下，研究人员已经提出了大量的模型，方法和技术，

图1可视化管道

阳离子。 表1 列出了近期InfoVis研究的代表作，分为四类。

第一类是经验方法学，包括数十种可视化模型和理论，以及各种评估研究。 提出的可视化模型和理论的主要目标是为来自不同领域的大量应用提供理论基础，而评估可用于弥合研究和实际应用之间的差距。 现有的大多数方法都使用可用性研究和受控实验来了解实际用户如何执行任务并与设计的可视化工具包/技术进行交互。 然后，可视化设计人员/开发人员可以评估他们的工具/技术的潜力和局限性。

交互类别中的技术可以进一步分为两组：WIMP（窗口，图标，鼠标，指针）交互和后WIMP交互。 WIMP交互技术主要侧重于通过使用鼠标和键盘来研究用户如何与可视化工具进行交互。 WIMP之后的交互技术旨在探索用户如何利用笔或触摸交互与尝试超越Windows，图标，菜单和指针设备范例（如启用触摸的设备）的设备进行交互。

第三类框架的研究旨在为可视化相关技术或应用的广泛部署设计一个通用可视化框架[17,57]或特定领域的某些应用程序的系统，如多变量数据[28]或非均匀数据[89].

表1近年来InfoVis技术和代表性工作的分类

InfoVis技术

例子

经验方法

模型

[11,34,35,52,65,66,84,95,119,128,146,153]

评估

[4,12,14,15,18,49,60,69,78,82,98,100,101,103,104,115,116,

互动

131,156]

WIMP交互

[37,55,135]

WIMP后的交互

[13,70,147]

构架

系统和框架 [2,17,28,57,89,153]应用程序

图形可视化 [3,8,9,13,19,20,30,36,40,42,51,59,62,85,91,118,120,133,162,164,

167,170]

文本可视化 [1,5,22,31,32,83,92–94,154,159,163,169]

地图可视化 [1,44,71,102,106,117,125,136,144,148]

多变量数据可视化 [21,48,68,72,108,112,134,139,140]

由于InfoVis的研究是由真实世界的应用程序主动推动的，因此如果不包含实用和特殊的应用程序，就无法制定该领域的分类。 在第四类应用程序中，我们旨在介绍该领域的各种应用程序，包括图形可视化，文本可视化，地图可视化和多元数据可视化。

如表所示1，最近的InfoVis大多数论文都侧重于经验方法和应用（类别1和类别4）。 这表明InfoVis正在逐渐成熟，越来越多的研究人员和从业人员已经学习了经验方法来稳步接触用户，并积极地将令人兴奋的研究成果应用于各种现实世界的应用。

经验方法

为了将InfoVis的研究付诸实践，该领域的研究人员已经开发出许多经验方法，以更好地支持新颖和有用的可视化设计和实现。 实证评估方法通常基于可用性研究和对照实验[113]。 根据经验方法的一般性，我们将它们分为两类：模型和评估。 如果一种经验方法可以应用于广泛的应用/领域，它就属于前一类; 否则，它属于第二类。 在本节中，我们将简要回顾每个类别。

    1. 模型

模型是实证研究的基础。 在过去的几年中，已经开发出各种模型来帮助设计有效的可视化。 粗略地说，它们可以分为

以下类别：可视化表示模型，数据驱动模型和通用模型。

视觉表现模型对于将广泛的研究成果付诸实践尤为重要。 研究人员已经推出了许多模型来处理InfoVis中不同的感知问题。 例如，Steinberger等人 [128]提出了保持上下文的视觉链接，以促进不同观点中相关元素的比较和解释。 视觉困难模型[65]是为了帮助用户理解可视化中的重要信息而开发的。 视觉困难证据强调效率与有利障碍之间的权衡设计。 此外，隐私保护模型[35]和不确定性模型[34,160,161]也被研究以自适应地保护敏感信息并且很好地说明嵌入在数据中和/或由可视化过程引起的不确定性信息。

可视化的发展受现实应用程序和相关数据的驱动。 因此，已经研究了几种数据驱动模型并将其应用于各种数据，如高维数据[2,11]，异构数据[89,129]，地理数据[95]，叙述数据[66]，以及计数，比例和概率表[153].

最近，还开发了一些通用的理论和模型来指导InfoVis技术和工具的部署[52,84,119,147]。 例如，Lam等人

[84]提出了一种基于场景的方法来研究InfoVis中的评估。 通过对超过800种可视化出版物的广泛研究，作者将现有评估方法分为七种情景：评估视觉数据分析和推理，评估用户表现，评估用户体验，评估环境和工作实践，通过可视化评估沟通，评估可视化算法，并评估协作数据分析。 帮助可视化设计人员/开发人员更好

进行设计研究研究，Sedlmair等人。 [119]系统地审查了人机交互，社会科学和可视化的相关方法。 他们提出了一个九阶段框架，通过反映他们自己的经验和InfoVis上的其他相关论文来更好地进行设计研究。 这九个阶段是学习，挖掘，演员，发现，设计，实施，部署，反思和写作。 为每个阶段提供实用指导和潜在缺点。

    1. 评估

用户研究是InfoVis中最常用的评估方法，它提供了一种科学合理的方法来衡量可视化性能。 因此，它们是将实验室InfoVis研究转化为实际应用的重要手段。 用户研究通常涉及从非正式调查到众包用户研究等技术[78,103]和严格的实验室研究[4,15,60,69,98,116]邀请少数参与者。 在这里，我们简要介绍严格的实验室研究和众包用户研究。

最近涉及严格实验室研究的工作可以进一步分为两类：比较设计元素的受控实验和比较具有类似功能的工具的受控实验。 在第一类中，研究人员已经对动脉可视化设计的特定小部件或视觉映射进行了比较和评估[15]到不确定性可视化中的视觉符号学和略图评估[18,98]，图形绘制中的视觉特征的美学和记忆性[101,115]，以及与住宅能源使用反馈相关的环境和艺术可视化设计[116]，以及修辞插图和视觉特征，如装饰[14]，风格[104]，字形设计[100]，图形覆盖[82]，瓷砖墙面大小的显示器上的视觉变量[12]，笔画[49]和斜率[131]。

全文共36319字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[13291]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章